Builders, Shippers, Coasters: Como 900 Engenheiros Pagam por IA em 2026

A base de dados mais limpa sobre gasto com IA na engenharia em 2026 não saiu de um whitepaper de fornecedor nem de um deck da McKinsey. Saiu de Gergely Orosz consultando mais de 900 leitores, engenheiros, engineering managers, CTOs, sobre o que eles realmente pagam, onde realmente batem no limite e contra o que o financeiro deles realmente reclama.

Os números são desconfortáveis para quase todo mundo. São mais desconfortáveis ainda para os executivos que ainda acreditam que uma licença de ferramenta de IA é uma única linha no orçamento com um único ROI.

O custo real, em três números desconfortáveis

Planos enterprise “max” hoje custam US$ 100 a US$ 200 por mês por engenheiro. Assinaturas individuais ficam em torno de US$ 20 ao mês. Cerca de 5% dos engenheiros mantêm assinaturas separadas, uma do trabalho, outra pessoal, porque o plano da empresa não cobre o que eles efetivamente usam.

Aproximadamente 30% dos engenheiros batem no limite de uso. Acabam os tokens, acabam as requisições, acaba o que o fornecedor estiver medindo neste trimestre. Outros 20% relatam que ficam de propósito abaixo do limite, trocando de ferramenta, fazendo upgrade ou migrando para preço por API, onde o medidor pelo menos roda de forma honesta.

Times financeiros do Reino Unido e da União Europeia reagem com força a partir de US$ 30 a US$ 50 por mês por engenheiro. Um CEO questionou publicamente £25/mês numa startup de 10 pessoas. Os respondentes nos EUA descrevem os empregadores como “mais confortáveis em investir primeiro e medir impacto depois”. O contraste geográfico não é sutil. É uma teoria diferente sobre quanto vale uma ferramenta de engenharia.

Três números, uma história só: o preço de um engenheiro equipado com IA já não é uma linha estável no orçamento, o medidor está rodando em múltiplos eixos e quem assina o cheque começou a ler o medidor.

O arquétipo que o dado de custo esconde

Aqui está a parte da pesquisa de Orosz que quebra todo dashboard de gasto que olhei neste ano. Ele perguntou aos engenheiros, com as palavras deles, quem está se beneficiando de IA e quem não está. Três arquétipos emergiram com consistência suficiente para receber nome.

Builders são, na linguagem dos respondentes, “aqueles que se importam com qualidade, boa arquitetura, boas práticas de código”. São os engenheiros que o seu principal engineer recruta para arrumar os sistemas que ninguém mais quer tocar. São os que mais sofrem com revisão de código por IA. Vários relatam algo mais próximo de perda de identidade do que de ganho de produtividade, quando o modelo escreve o código, a parte do trabalho que eles reconheciam como deles fica difícil de localizar.

Shippers são os focados em “resultados de produto, features, testes e experimentos com usuários”. São os adotantes mais entusiasmados da pesquisa. São também, por reconhecimento próprio, os que mais acumulam dívida técnica e os mais propensos a “construir as coisas erradas”, porque o modelo removeu o atrito que antes forçava um segundo pensamento.

Coasters são descritos como “engenheiros que não são considerados particularmente bons ou ótimos, mas que entregam o trabalho”. São os que mais sobem de patamar em output bruto. São também os que mais geram slop, código que compila, sobe para produção e silenciosamente custa semanas de limpeza ao time seis meses depois.

Três arquétipos. Uma ferramenta. Três curvas de ROI completamente diferentes.

Por que a pergunta sobre custo de licença é a pergunta errada

Se você comprou um plano max de US$ 200/mês para um Builder, comprou atrito de identidade e ciclos de revisão mais lentos. Se comprou para um Shipper, comprou velocidade e uma fatura futura de dívida técnica. Se comprou para um Coaster, comprou output visível e um problema invisível de qualidade que o seu time de QA vai herdar.

A licença custa os mesmos US$ 200. O valor realizado vem em três moedas diferentes, em três horizontes diferentes, com três modos de falha diferentes.

É isso que os dashboards de gasto perdem. Eles agregam licenças. Eles fazem média de uso. Não conseguem dizer, nos seus próprios dados, que a Shipper que bate no limite toda terça-feira está gerando receita e que o Coaster que bate no limite toda terça-feira está gerando tickets. Ambos parecem idênticos na visão de procurement. Não são idênticos na visão de resultado, e a distância entre essas duas visões é onde mora o gasto não gerenciado de IA.

Os 30% que batem no limite são a estatística mais citada da pesquisa. A pergunta mais interessante é: quais 30%? Um Builder batendo no limite porque está revisando cada diff com cuidado é sinal. Um Shipper batendo no limite porque está iterando na feature errada é risco. Um Coaster batendo no limite porque a ferramenta agora escreve a maioria dos commits dele é algo que você precisa saber antes da próxima avaliação de desempenho.

A geografia também é dado de arquétipo

A resistência de financeiros do Reino Unido e da Europa em US$ 30 a US$ 50/mês não é mesquinhez. É uma teoria diferente sobre evidência. O procurement europeu faz a pergunta que o americano ainda está adiando: me mostre o valor realizado antes de eu assinar a renovação.

O “investir primeiro, medir depois” americano funciona num mercado em que o modelo dá upgrade a cada trimestre e a narrativa de produtividade é alta o suficiente para abafar a economia unitária. Funciona menos quando 30% dos seus engenheiros batem no limite, quando 5% pagam do próprio bolso para preencher a lacuna e quando o seu financeiro começa a ler os mesmos dados que os colegas europeus leem há um ano.

A pressão de reprecificação vai chegar nos EUA também. Sempre chega. As empresas que vão sobreviver a essa pressão são as que conseguem responder à pergunta de arquétipo antes de ela ser feita.

O que medir, em vez disso

A recomendação é pequena e pouco glamourosa: pare de tratar gasto com IA como pergunta de custo por licença. Trate como pergunta de efetividade por arquétipo.

Para cada engenheiro com uma licença de IA paga, você precisa conseguir responder quatro coisas, com seus próprios dados. Como qual arquétipo este engenheiro está operando neste código, neste trimestre? Um Builder no time de plataforma é um investimento diferente de um Shipper num squad de feature. Qual é o padrão de output realizado dele com a ferramenta, velocidade, qualidade, retrabalho? Não o dashboard de produtividade do fornecedor. Os seus dados. Onde os limites de uso estão se concentrando, e que trabalho está sendo feito quando eles batem? O número 30% não significa nada até você saber o que foi produzido dentro dele. Qual é o custo dos últimos seis meses de limpeza por trás do que a ferramenta produziu? Slop é invisível até ser medido. Quando é medido, vira a maior linha da página.

Nenhuma dessas é métrica de fornecedor. Nenhuma ferramenta de IA entrega isso no console de admin. São perguntas de camada de medição, e são as únicas que transformam US$ 200/mês por engenheiro de uma linha de orçamento em uma decisão.

O enquadramento honesto para o próximo ciclo de renovação

A pesquisa de Orosz tem um parágrafo que os laboratórios não querem que ninguém memorize: “engenheiros nos EUA estão mais confortáveis em investir primeiro e medir impacto depois”. Leia de novo, devagar. Essa frase é a estratégia de procurement inteira de vários fornecedores de IA agora. É também a estratégia com o menor prazo de validade restante.

As empresas que vão renovar com confiança em 2027 são as que construíram a camada de medição com consciência de arquétipo em 2026. As que vão cortar as linhas de IA até o osso em 2027 são as que continuaram tratando o gasto com IA como compra uniforme por licença, enquanto os engenheiros segurando essas licenças viviam em três economias completamente diferentes.

Builders, Shippers, Coasters. Mesma ferramenta. Três negócios diferentes embaixo da nota fiscal. Escolha qual deles você está pagando, de propósito, antes da renovação chegar.

---

Fontes

• Gergely Orosz / The Pragmatic Engineer. “The Impact of AI on Software Engineers in 2026: Key Trends.” Abril de 2026.

A Victorino ajuda líderes de engenharia a medir a efetividade de ferramentas por arquétipo, não apenas por gasto: contato@victorino.com.br | www.victorino.com.br